深度学习中文版：开源协作里程碑

《深度学习中文版》是一本专供学习用途的深度学习教材，由多位网友在GitHub上的exacity/deeplearningbook-chinese项目进行翻译和校对。该版本是在原著Deep Learning的基础上，通过协作完成，力求保留原书的主要思想和表达方式。本书分为两个主要部分：应用数学与机器学习基础，以及深度学习的核心理论和技术。 在本书的第一部分，作者首先介绍了深度学习的历史趋势，强调了神经网络名称的变化、数据量的增长、模型规模的扩大以及技术精度、复杂度提升对现实世界的影响。章节内容涵盖了线性代数的基础概念，如标量、向量、矩阵和张量的定义与操作，矩阵和向量的乘法，以及特征分解、奇异值分解等核心线性代数工具。此外，还有概率与信息论的介绍，解释了为什么使用概率，随机变量和概率分布的基本概念，包括离散型和连续型变量的处理，以及期望、方差、独立性和条件独立性的概念，常见概率分布如伯努利分布、多类别分布和高斯分布也得到了详述。 翻译者分工明确，@swordyork负责第1、4、7、10、14、20章和部分内容，@liber145负责第2、5、8、11、15、18章，@KevinLee1110负责第3、6、9章，而@futianfan则负责第13、16、17、19章和第12.1至12.3节。这体现了社区合作的力量，使得高质量的教育资源得以分享。 值得注意的是，尽管这个版本处于"草案"状态，但已有90%的内容可供阅读且准确性较高，适合深度学习的学习者作为学习资料使用，但必须明确，它不能用于商业目的，且仍需关注项目的更新和改进。对于那些渴望深入理解深度学习原理和实践的人来说，这本书提供了重要的学习资源和历史背景。